【技术实现步骤摘要】
本专利技术涉及超材料
，特别是涉及ー种获得人工电磁材料最优单元结构几何參数的方法、装置以及人工电磁材料的制作方法。
技术介绍
超材料是当前世界范围内前沿交叉学科研究領域，有广阔的应用市场前景，而电磁材料是其中的ー种有特殊用途的超材料。超材料的基本単元包括人造微结构以及该人造微结构附着的基材，単元结构也即人造微结构的最优化设计是人工电磁材料研究和设计中的关键环节，也是目前国际上ー个亟需解决的难题。目前对单元结构的设计尚停留在凭经验、凭手工调节阶段，无法保证设计精度，阻碍了人工电磁材料的大規模设计和产业化应用。现有技术中设计超材料的流程如图I所示，包括步骤SlOl :通过手动逐一改变单元结构的几何參数；步骤S102 :通过电磁仿真软件或测量设备测试特定频率的电磁波通过该结构体后的电磁响应；步骤S103 :将所测电磁响应參数值与期望电磁响应參数值进行对比；步骤S104 :判断所测电磁响应參数值与期望电磁响应參数值是否接近；若所测电磁响应參数值与期望电磁响应參数值之间的差别小于等于阈值，则调整结束，若所测电磁响应參数值与期望电磁响应參数值之间的差别大于阈值，则继续...
【技术保护点】
【技术特征摘要】
1.一种获得人工电磁材料最优单元结构几何參数的方法，其特征在于，包括 输入包括多个电磁响应參数的多目标适应度函数，其中，所述多目标适应度函数具有适应度值； 利用最优化算法在所述电磁材料単元结构几何參数域中捜索最优单元结构几何參数，使所述多目标适应度函数的适应度值最大，所述多目标适应度函数的适应度值最大时的单元结构几何參数即为所述电磁材料的最优单元结构几何參数； 输出所述多目标适应度函数的适应度值最大时的单元结构几何參数。2.根据权利要求I所述的方法，其特征在于，所述输入包括多个电磁响应參数的多目标适应度函数的步骤之前，包括 建立包括所述多个电磁响应參数的多目标适应度函数，所述建立包括多个电磁响应參数的多目标适应度函数的步骤包括 对于姆个所述电磁响应參数，分别建立姆个所述电磁响应參数的单目标适应度函数；将所述姆个电磁响应參数的单目标适应度函数相乘，即为所述多个电磁响应參数的多目标适应度函数。3.根据权利要求I所述的方法，其特征在于，所述利用最优化算法在所述电磁材料单元结构几何參数域中搜索最优单元结构几何參数,使所述多目标适应度函数的适应度值最大的步骤包括利用粒子群优化算法在所述电磁材料単元结构几何參数域中捜索最优单元结构几何參数，使所述多目标适应度函数的适应度值最大。4.根据权利要求3所述的方法，其特征在于，所述利用粒子群优化算法在所述电磁材料单元结构几何參数域中搜索最优单元结构几何參数,使所述多目标适应度函数的适应度值最大的步骤包括 在所述电磁材料单元结构几何參数域中均匀采样K次，得到K个初始几何參数样本(g^ot，其中，K为自然数，所述K个初始几何參数样本丨—丨^即为初始化的粒子群{g4L，对每个所述初始化的粒子群中的粒子gM，设定初始化的粒子速度Vktl ; 计算每个所述粒子gk(l对应的适应度函数的适应度值fk，其中，I彡k彡K ; 根据所述计算出的每个粒子gM对应的适应度值fk，找到所述计算出的最大的适应度值fBest，根据所述计算出的最大的适应度值fBest，找到与所述最大的适应度值fBest对应的粒子gk(l值，所述与最大的适应度值fBest对应的粒子gk(l值用gb表示； 根据所述与最大的适应度值fBest对应的粒子gb值，用第一方程更新每个粒子的粒子速度Vk，其中，所述第一方程是vk = CtlXvkc^C1XrandX (pbk-gk) +c2 X rand X (gb_gk), 其中，c0, C1以及C2是三个常数，rand为介于O和I之间的均匀分布的随机数，pbk代表迭代搜索过程中第k个粒子样本搜索过程中找到的局部最优点； 根据所述更新后的每个粒子的粒子速度vk，用第二方程来更新每个粒子的位置gk，其中，所述第二方程是gk = gk(l+vk ； 在更新每个所述粒子的位置gk后，检测是否满足搜索終止条件，若满足所述搜索終止条件，则所述粒子gb即为所述电磁材料単元结构几何參数域中捜索到的最优单元结构几何參数gBest，并终止搜索过程，否则，用所述第一方程更新的每个粒子的粒子速度Vk代替vk。，用所述第二方程更新的每个粒子的位置gk代替gM，并返回所述计算每个粒子gM对应的适应度函数的适应度值fk的步骤继续迭代搜索。5.根据权利要求I所述的方法，其特征在于，所述利用最优化算法在所述电磁材料单元结构几何參数域中搜索最优单元结构几何參数,使所述多目标适应度函数的适应度值最大的步骤包括利用蒙特卡洛采样算法在所述电磁材料単元结构几何參数域中捜索最优单元结构几何參数，使所述多目标适应度函数的适应度值最大。6.根据权利要求5所述的方法，其特征在于，所述利用蒙特卡洛采样算法在所述电磁材料单元结构几何參数域中搜索最优单元结构几何參数，使所述多目标适应度函数的适应度值最大的步骤包括 定义所述电磁材料単元结构几何參数函数为非规整化后验概率密度函数，将所述非规整化后验概率密度函数的概率分布视为所述蒙特卡洛采样算法的目标分布； 用所述蒙特卡洛采样算法从所述目标分布中抽取随机样本； 根据所述目标分布中抽取的随机样本的电磁材料単元结构几何參数值，计算所述每个电磁材料单元结构几何參数值对应的适应度函数的适应度值； 根据计算出的所述每个电磁材料単元结构几何參数值对应的适应度值，找到所述计算出的最大的适应度值，根据所述计算出的最大的适应度值，找到与所述最大的适应度值对应的电磁材料单元结构几何參数值，所述与最大的适应度值对应的电磁材料单元结构几何參数值即为所述电磁材料单元结构几何參数域中搜索到的最优单元结构几何參数值。7.根据权利要求6所述的方法，其特征在干，所述蒙特卡洛采样算法包括马尔科夫链蒙特卡洛方法、重要性采样方法以及Metropolis算法。8.根据权利要求7所述的方法,其特征在于,所述Metropolis算法的步骤包括 选取对称分布函数q作为目标分布函数，即q(Ax) = q(-AX)，从所述目标分布函数q中抽取K个随机样本，其中，Ax为从所述目标分布函数q中抽取的随机样本点，K为自然数； 在所述单元结构的几何參数域进行一次均匀采样，得到初始样本点g(l，并进行K次迭代操作，其中，第k次迭代中执行的操作是 构建新的样本点g*，使g* = gn+Δχ,记所述电磁材料单元结构几何參数函数为y(g),根据所述样本点g*以及gk-i计算比值r，其中，r = y (g*)/y U，如果所述比值r彡I,则接收所述样本点g*为新的样本点，并设置gk = g*，如果所述比值! < 1，则以r的概率接收所述样本点g*为新的样本点，并设置gk = g*，以l_r的概率设置gk = gH，其中，k表示迭代次数，l^k^K； 在进行所述K次迭代操作后，比较K个样本点对应的适应度函数的适应度值，找出对应的最大适应度值的样本点gBest，所述样本点gBest即为所述电磁材料単元结构几何參数域中搜索到的最优单元结构几何參数值。9.ー种人工电磁材料的制作方法，其特征在于，包括 输入包括多个电磁响应參数的多目标适应度函数，其中，所述多目标适应度函数具有适应度值； 利用最优化算法在所述电磁材料単元结构几何參数域中捜索...
【专利技术属性】
技术研发人员：刘若鹏，季春霖，刘斌，
申请(专利权)人：深圳光启创新技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。